Hybrid Wavelet-Support Vector Classifiers


Strauß, Daniel J. ; Steidl, Gabriele


[img]
Vorschau
PDF
264_2001_bearb.pdf - Veröffentlichte Version

Download (2MB)

URL: https://ub-madoc.bib.uni-mannheim.de/1611
URN: urn:nbn:de:bsz:180-madoc-16118
Dokumenttyp: Arbeitspapier
Erscheinungsjahr: 2001
Titel einer Zeitschrift oder einer Reihe: None
Sprache der Veröffentlichung: Englisch
Einrichtung: Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Sonstige - Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik
MADOC-Schriftenreihe: Veröffentlichungen der Fakultät für Mathematik und Informatik > Institut für Mathematik > Mannheimer Manuskripte
Fachgebiet: 510 Mathematik
Fachklassifikation: MSC: 65T60 90C90 90C20 90C30 90C59 ,
Normierte Schlagwörter (SWD): Support-Vektor-Maschine , Hilbert-Kern , Wavelet , Frame <Mathematik> , Radialfunktion
Freie Schlagwörter (Englisch): Support vector machines , radial basis functions , reproducing kernel Hilbert spaces , wavelets , adapted filter banks , frames , waveform recognition
Abstract: The Support Vector Machine (SVM) represents a new and very promising technique for machine learning tasks involving classification, regression or novelty detection. Improvements of its generalization ability can be achieved by incorporating prior knowledge of the task at hand. We propose a new hybrid algorithm consisting of signal-adapted wavelet decompositions and SVMs for waveform classification. The adaptation of the wavelet decompositions is tailormade for SVMs with radial basis functions as kernels. It allows the optimization Of the representation of the data before training the SVM and does not suffer from computationally expensive validation techniques. We assess the performance of our algorithm against the background of current concerns in medical diagnostics, namely the classification of endocardial electrograms and the detection of otoacoustic emissions. Here the performance of SVMs can significantly be improved by our adapted preprocessing step.
Zusätzliche Informationen:




Das Dokument wird vom Publikationsserver der Universitätsbibliothek Mannheim bereitgestellt.




Metadaten-Export


Zitation


+ Suche Autoren in

+ Download-Statistik

Downloads im letzten Jahr

Detaillierte Angaben



Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail


Actions (login required)

Eintrag anzeigen Eintrag anzeigen